Standardsignatur
Titel
Quantifying forest carbon stocks by integrating satellite images and forest inventory data
Verfasser
Ali Anwar
Ullah Saleem
Bushra Shaiza
Ahmad Naveed
Seiten
93-117
Material
Artikel aus einer Zeitschrift
Datensatznummer
200204561
Quelle
Austrian Journal of Forest Science 2018, 135(2) ; Jrg. 135 ; 2 (2018) , 93-117
Abstract
Reliable biomass and carbon stock estimation are central to obtain reference levels for quantifying carbon emissions. Forest inventory data combined with remote sensing data provides opportunities to map and monitor forest areas at various spatiotemporal scales. The current research is a pilot study focussed on the biomass and
carbon estimation and mapping of subtropical scrub forests of Khanpur range, Haripur Forest Division, Pakistan considering 20 inventory plots using Sentinel-2A and Landsat-8 data. Six forest areas (Garamthun, Chhoi, Moharagutta, Sanaba, Dobandi and Saradana) were considered covering a total area of 697.3 ha. Average biomass of the assessed plots was 104.6 t/ha and mean carbon stock was 49.7 t/ha. Garamthun forest had the highest values for both biomass (187.30 t/ha) and carbon (87.98 t/ha) followed by Choi with 148.22 t/ha of biomass and 69.6 t/ha carbon respectively. The total estimated carbon stock for these six forest types was 43570.9 t. The biomass
was then correlated with spectral indices computed from Sentinel 2 image (NDVI, SAVI, DVI, PVI and MSAVI). NDVI performed significantly well among five other indices with the values of R2 of 0.81 followed by 0.7 and 0.58 for SAVI and DVI respectively. PVI and MSAVI responded poorly to biomass as compared to the other indices with the value of R2 of 0.20 and 0.11 respectively. Spatial distribution of biomass was mapped using NDVI, which was selected as the best model based on the values of R2. Further, Landsat-8 was also used and the similar five indices were derived for Landsat- 8 imagery. Finally, both the indices derived from Sentinel-2A and Landsat-8 were compared. Scrub forests of Khanpur showed the largest potential for carbon sequestration and storage. It is suggested that this method is not only used for the Haripur district in Khyber Pakhtunkhwa, whose forest division extends merely over the area of 42491 ha; rather it should be applied to the entire forest area of Pakistan for national forest inventory. The research concluded that Sentinel 2 has the best combination of spectral capabilities and broad spectrum of applicability.
Keywords: Aboveground Biomass, Remote Sensing, Sentinel-2A data, Vegetation indices
Zuverlässige Schätzungen von Biomasse und Kohlenstoff sind sehr wichtig für die Quantifizierung der Treibhausgasemissionen. Waldinventurdaten in Kombination mit Fernerkundungsdaten ermöglichen das großflächige Monitoring von Waldgebieten auf unterschiedlichen räumlicher und zeitlicher Auflösung. Diese Pilotstudie konzentrierte sich auf die Biomasse- und Kohlenstoffschätzung und deren Kartierung für die subtropischen Buschwälder in der Khanpur Region in Pakistan (Forstabteilung Haripur) mittels 20 Probeflächen und Sentinel-2A und Landsat-8 Daten. Mit sechs Waldgebieten (Garamthun, Chhoi, Moharagutta, Sanaba, Dobandi und Saradana) wurde insgesamt eine Fläche von 697.3 ha untersucht. Durchschnittliche Biomasse der untersuchten Probeflächen war 104.6 t/ha und der Kohlenstoffvorrat war 49.7 t/ ha. Garamthun weist die höchsten Werte auf, sowohl für Biomasse (187.30 t/ha) als auch für Kohlenstoff (87.98 t/ha), gefolgt von Choi mit 148.22 t/ha Biomasse und 69.6 t/ha Kohlenstoff. Der Kohlenstoffvorrat für alle 6 untersuchten Wälder wurde auf 43570.9 t geschätzt. Die Biomasse wurde dann korreliert mit spektralen Vegetationsindizes errechnet aus Sentinel-2A Daten (NDVI, SAVI, DVI, PVI und MSAVI). NDVI liefert die besten Ergebnisse mit einem Bestimmtheitsmaß (R2) von 0.81, gefolgt von R2 0.7 und 0.58 für SAVI und DVI. PVI und MSAVI haben am schlechtesten abgeschnitten im Vergleich zu den anderen Indizes mit R2 von 0.20 und 0.11. Die räumliche Verteilung von Biomasse und Kohlenstoff wurde mittels NDVI abgebildet. Außerdem, wurden aus Landsat-8 ebenfalls die 5 Vegetationsindizes berechnet und mit den Ergebnissen
von Sentinel-2A verglichen. Die Buschwälder von Khanpur weisen großes Potenzial zur Kohlenstoffbindung und -speicherung auf. Es wird empfohlen diese Methode nicht nur für die Haripur Region im Khyber Pakhtunkhwa zu verwenden, deren Waldfläche bloß 42491 ha beträgt, sondern für die gesamte Waldfläche von Pakistan als
Waldinventur zu verwenden. Unsere Untersuchungen kommen zu dem Schluss, dass Sentinel-2A-Daten am besten dafür geeignet sind durch deren hohe Genauigkeit und breites Anwendungsspektrum.
Schlagwörter: oberirdische Biomasse, Fernerkundung, Sentinel-2A-Daten, Vegetations-Indizes